向编辑致信:测试MyPROSLE在分类狼性炎患者中的有效性
Emily L Leventhal1, Andrea R Daamen1, Peter E Lipsky1
1AMPEL BioSolutions LLC and the RILITE Research Institute, Charlottesville, VA 22902, USA.
Briefings in bioinformatics
|September 6, 2023
概括
一个新的工具使用血液转录学来预测狼性炎,但独立测试表明它还不足以取代诊断脏活检的可靠性.
科学领域:
- 基因组学就是基因组学.
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
背景情况:
- 系统性红斑狼 (SLE) 呈现出显著的临床异质性,需要个性化治疗策略.
- 分子分析,特别是从血液转录基因数据,有望预测SLE的临床表现.
- 一个以前开发的网络工具旨在预测SLE的临床特征,包括增殖性炎,使用机器学习对转录组数据进行预测.
研究的目的:
- 评估由Toro-Domínguez等人开发的机器学习工具. 用于从血液转录基因数据中预测多发性狼性炎.
- 评估工具在独立数据集上的性能.
- 确定该工具是否适合作为诊断辅助器在临床上使用.
主要方法:
- 利用独立的数据集来验证已建立的机器学习模型的预测准确性.
- 分析了血液转录组数据,以预测增殖性炎的存在.
- 将该工具的诊断能力与标准脏活检程序进行了比较.
主要成果:
- 机器学习工具在独立数据集中预测增殖性炎的性能不足.
- 该模型的预测准确性没有达到临床效用值.
- 该工具目前无法取代脏活检的诊断标准.
结论:
- 评估的基于血液转录的机器学习工具对诊断多发性狼性炎的诊断不够准确.
- 在这些工具能够帮助SLE的临床决策之前,需要进一步的开发和验证.
- 脏活检仍然是诊断狼性炎的黄金标准.
